目錄 前言Ⅰ 第1章大數據概論 1.1大數據技術簡介 1.1.1IT產業的發展簡史 1.1.2大數據的主要來源 1.1.3數據生成的3種主要方式 1.1.4大數據的特點 1.1.5大數據的處理流程 1.1.6大數據的數據格式 1.1.7大數據的基本特征 1.1.8大數據的應用領域 1.2大數據的技術架構 1.3大數據的整體技術 1.4大數據分析的4種典型工具簡介 1.5大數據未來發展趨勢 1.5.1數據資源化 1.5.2數據科學和數據聯盟的成立 1.5.3大數據隱私和安全問題 1.5.4開源軟件成為推動大數據發展的動力 1.5.5大數據在多方位改善人們的生活 本章小結 習題1 第2章大數據采集及預處理 2.1數據采集簡介 2.1.1數據采集 2.1.2數據采集的數據來源 2.1.3數據采集的技術方法 2.2大數據的預處理 2.3大數據采集及預處理的主要工具 本章小結 習題2 第3章大數據分析概論 3.1大數據分析簡介 3.1.1大數據分析 3.1.2大數據分析的基本方法 3.1.3大數據處理流程 3.2大數據分析的主要技術 3.2.1深度學習 3.2.2知識計算 3.3大數據分析處理系統簡介 3.3.1批量數據及處理系統 3.3.2流式數據及處理系統 3.3.3交互式數據及處理系統 3.3.4圖數據及處理系統 3.4大數據分析的應用 本章小結 習題3 第4章大數據可視化 4.1大數據可視化簡介 4.2大數據可視化工具Tableau 本章小結 習題4 第5章Hadoop概論 5.1Hadoop簡介 5.1.1Hadoop簡史 5.1.2Hadoop應用和發展趨勢 5.2Hadoop的架構與組成 5.2.1Hadoop架構介紹 5.2.2Hadoop組成模塊 5.3Hadoop應用分析 本章小結 習題5 第6章HDFS和Common概論 6.1HDFS簡介 6.1.1HDFS的相關概念 6.1.2HDFS特性 6.1.3HDFS體系結構 6.1.4HDFS的工作原理 6.1.5HDFS的相關技術 6.2Common簡介 本章小結 習題6 第7章MapReduce概論 7.1MapReduce簡介 7.1.1MapReduce 7.1.2MapReduce功能、特征和局限性 7.2Map和Reduce任務 7.3MapReduce架構和工作流程 7.3.1MapReduce的架構 7.3.2MapReduce的工作流程 本章小結 習題7 第8章NoSQL概論 8.1NoSQL簡介 8.1.1NoSQL的含義 8.1.2NoSQL的產生 8.1.3NoSQL的特點 8.2NoSQL技術基礎 8.2.1大數據的一致性策略 8.2.2大數據的分區與放置策略 8.2.3大數據的復制與容錯技術 8.2.4大數據的緩存技術 8.3NoSQL的類型 8.3.1鍵值存儲 8.3.2列存儲 8.3.3面向文檔存儲 8.3.4圖形存儲 8.4典型的NoSQL工具 8.4.1Redis 8.4.2Bigtable 8.4.3CouchDB 本章小結 習題8 第9章Spark概論 9.1Spark平臺 9.1.1Spark簡介 9.1.2Spark發展 9.1.3Scala語言 9.2Spark與Hadoop 9.2.1Hadoop的局限與不足 9.2.2Spark的優點 9.2.3Spark速度比Hadoop快的原因分解 9.3Spark處理框架及其生態系統 9.3.1底層的Cluster Manager和Data Manager 9.3.2中間層的Spark Runtime 9.3.3高層的應用模塊 9.4Spark的應用 9.4.1Spark的應用場景 9.4.2應用Spark的成功案例 本章小結 習題9 第10章云計算與大數據 10.1云計算簡介 10.1.1云計算 10.1.2云計算與大數據的關系 10.1.3云計算基本特征 10.1.4云計算服務模式 10.2云計算核心技術 10.2.1虛擬化技術 10.2.2虛擬化軟件及應用 10.2.3資源池化技術 10.2.4云計算部署模式 10.3云計算應用案例 本章小結 習題10 第11章典型大數據解決方案 11.1Intel大數據 11.1.1Intel大數據解決方案 11.1.2Intel大數據相關案例 11.2百度大數據 11.2.1百度大數據引擎 11.2.2百度大數據 平臺 11.2.3相關應用 11.2.4百度預測的使用方法 11.3騰訊大數據 11.3.1騰訊大數據解決方案 11.3.2相關實例 本章小結 習題11 附錄A習題答案 參考文獻